2023. 11. 21. 21:34ㆍ학교 수업/광고홍보조사방법론
10.1 Overview
10.2 The t Statistic for an Independent-Measures Research Design
10.3 Hypothesis Tests and Effect Size with the Independent-Measures t Statistic
10.4 Directional Tests and Assumptions for the Independent-measures t
지금까지 모집단에 대해 하나의 샘플의 결론을 내는 것에 대해 배웠고,
많은 조사들이 두개의 데이터 비교를 요구하는 경우가 많다.
두개의 데이터 셋은 완전히 다른 샘플에서 오는 경우가 많다(ex: 남성 여성)
-두개의 샘플이 있는 경우 : first sample (n1,m1) / second sample(n2,m2)
목적 & 가정
두개의 모집단사이의 평균을 계산하기
= sample mean difference / estimated standard error (since H0 sets the population mean difference is zero)
t = (M1 - M2) / s(M1-M2) -> 모집단의 평균 차이가 0이기 때문에 )?????
-t에서의 표준 오차
티 공식에서의 표준 오차는 얼마나 샘플의 통계가 모집단의 파라미터를 잘 설명하느냐를 보여준다.
하나의 샘플 (se)
샘플 평균에 대한 측정된 에러값?
두개의 샘플에러 (sm1-m2)
모집단의 평균 차이를 보여주기 위해서 샘플의 평균차이를 사용할때 기대되는 에러의 양을 측정한다.
-pooled variance(합동 분산)
샘플에 대한 분산
-하나의 t 통계값
0가설이 트루일 때, 표준 오차는 샘플의 평균차이와 0의 표준 거리를 측정한다.
따라서, 표준 오차는 샘플의 평균 차이 사이즈를 측정하는 것이다.
-t=실제 M1 AND M2사이의 차이 /M1 AND M2 사이의 (운에따른) 표준 차이
-find t fomula
/ estimated standard error
= [(M1 - M2) – (μ1 - μ2)]/ s(M1-M2)
= [(M1 - M2) – (μ1 - μ2)]/ √(s2p /n1) + (s2p /n2)
-> 모집단 평균 사이의 차이에 대한 가설을 검증하기 위헤 샘플의 평균 사이의 차이를 사용한다.
-두개의 자유도 값
df1 + df2
= (n1 -1) + (n2 -1)
= n1 + n2 - 2


step1 : 가설을 제시하기
Step 2 : 기각역 설정하기
df=18 with α =.05, t=±2.101
step3 : 시험 통계 계산하기
1) 합동 분산 찾기 (find pooled variance)

2) 추정된 표준 오차 계산하기

3) t 통계 계산하기

step4 : 결정을 내리기 & spss 체크하기
-유의해야 하는 것
t 통계의 크기는 두개의 샘플사이의 평균 차이에 의해 결정될 뿐만 아니라, 샘플의 변동성에 의해서도 결정된다.
두 샘플 평균 사이의 평균 차이가 클수록 t값은 더욱 커진다. (샘플들 사이의 큰 차이는 두 모집단들 사이의 차이를 명확하게 나타내는 지표이다.
샘플의 변동성은 티 통계의 표준 오차에서 중요한 요인이다. (만약에 변동성이 크다면 , 티 값은 작아질 것이다,.)
t=샘플의 평균 차이 / 변동성
- Hypothesis Tests and Effect Size with the Independent-Measures t Statistic
cohen's d= 평균 차이 / 표준편차
독립 측정 조사 연구
d = (M1-M2) / 시그마 s^2

r^2 : 얼마나 소코어에서 변동성이 잘설명될 수 있는지 말하는 것 ( 결정계수)

-독립 t 측정에 대한 전제조건
1.각각의 샘플에 대한 관측은 독립적이어야 한다.
2. 샘플은 모집단으로부터 추출되었고 그 두개의 모집단은 정규분포 형태를 띄어야한다.
3.두개의 모집단은 동일한 분산을 가져야한다.
-분산의 동질성 : 비교되는 두개의 모집단은 동일한 분산을 가져야한다.
-합동 분산: 샘플의 분산들을 함께 평균화함으로써 얻어진 것이다.
두개의 값이 모집단의 분산이 동일하다고 한다면 두 값의 평균화 한다는 것은 논리적으로 알맞다.
-두개의 샘플 분산이 다른 모집단의 분산을 나타낸다면 , 그떄의 평균은 의미가 없는 것이다.
- 분산의 전제조건이 동질성의 전제조건을 만족하는지 아닌지는 어떻게 알 수 있을까?
두개의 샘플 분산을 바라봄으로써
두개의 모집단 분산이 동일할 때, 두 샘플의 분산들은 매우 비슷해야한다.
'학교 수업 > 광고홍보조사방법론' 카테고리의 다른 글
13장/Introduction to Analysis Of Variance(ANOVA) (2) | 2023.11.21 |
---|---|
9장 t-test 티검정 (2) | 2023.11.21 |
t-test / f / anova (0) | 2023.11.21 |
Ch. 6 Probability (0) | 2023.10.02 |
z_scores 광고홍보조사방법론 9/20 (0) | 2023.09.21 |